营收高增长，创新奇智AI业务旗开得胜，AIGC能否复制奇迹？

原創

日期：2023年4月3日 下午7:58作者：李瑩 編輯：Effie

日前，企业AI解决方案提供商青岛创新奇智科技集团股份有限公司（以下简称创新奇智，股票代码02121.HK）公布2022年度业绩，去年公司营收大涨超80%。

4月3日业绩公布后的第一个交易日，公司股价高开高走，收报20.05港元，涨幅34.38%。在人工智能井喷期，以应用落地为导向的创新奇智出奇制胜，成为AI领域快速成长的企业之一。

营收呈现高增长，“AI+制造”收入翻倍

在人工智能大发展的时代背景下，走AI实践路线，赋能产业发展的创新奇智，再次取得高速成长。

财报显示，2022年，公司实现营业收入达到15.58亿元（单位人民币，下同），同比增长80.9%；经调整净亏损为1.38亿元，同比减少2.4%；经调整净亏损率为8.9%，同比缩窄46.1%。

去年公司实现营收大幅增长一大原因是来自制造业的收入增加。

财报显示，2022年，公司“AI+制造”业务板块收入达9.48亿元，同比增长111.2%，营收占比60.9%。

相比行业众多AI企业，创新奇智的成功更多体现在公司的业务更偏应用层面。

具体来看，公司“AI+制造”版图深入布局钢铁冶金、面板半导体、3C高科技、工程及建筑、汽车装备、能源电力六大细分领域。

针对不同领域，公司研制出对应的AI技术产品或解决方案。

在钢铁冶金领域，公司持续提升智能铁水运输解决方案的标准化程度以及功能的丰富性，形成“硬件+软件”整体解决方案。公司主力产品－智能铁水运输场景可实现相同技术栈在不同场景中的应用。

公司已经与中国西北一家大型钢铁企业建立合作，完成业内首个国产GK1C型工矿内燃机车的无人化改造，实现了低温、沙尘、远距离、跨区域环境下的无人化铁水运输。

在面板半导体领域，公司可提供玻璃面板边缘质量检测解决方案和硅片智能质检一体机产品。去年，公司的玻璃面板检测方案在国内多家大型面板企业内完成了数百套的交付任务。

在硅片半导体行业，公司打造了国内首创硅片智能质检一体机产品，为国内硅片生产全流程工艺良率优化提升贡献，目前产品已经在国内某硅片生产龙头企业中验证通过并正式投入生产使用。

在汽车装备领域，公司打造了涵盖汽车智慧工厂、新能源智能基地、半导体数字化装配车间、离散自动化工业产线以及高端装备配套等智能自动化解决方案，在全流程层面上实现了来料质检、生产质量控制和产品出厂检查等，已在国内汽车装备生产龙头企业中大规模投入生产使用。

在能源电力领域，公司在MMOC平台基础上自主研发了火力发电厂灵活性调峰回热系统提质改造与安全监测系统，该系统通过Orion自动化机器学习和Matrix Vision智能边缘分析，对现场设备和生产系统进行实时动态安全管控，确保现场设备在安全工况下灵活调峰和低污染运行等。

同时，自2022年下半年起，公司开始在食品饮料&新材料、智造实训领域进行布局。

在食品饮料&新材料领域，公司可为客户提供生产数字化MOM系统解决方案，通过MES平台搭建及设备管理实施推广、能源管理升级建设等服务。

更为务实的AI业务也助推了公司客户数量增长，财报显示，创新奇智客户总数目从2021年末的159家增加至2022年末的292家。在相辅相成理论下，客户数目规模的增长也助推了公司业绩增长。

推进AI平台建设，积极布局AIGC

创新奇智成立于2018年，是李开复旗下AI公司，脱胎于创新工场人工智能研究院。

就是这家相对很年轻的公司，借助更为务实的AI应用，赋能产业业务，自成立以来取得飞速发展。公司现被评为国家级专精特新小巨人企业，旗下五家子公司荣获省/市级专精特新企业。

公司打造的人工智能技术平台MMOC，内置了产品缺陷质量检测、生产现场安全管理、智能生产计划、智能化运维等丰富的垂类场景算法模型和功能模块，是业内少数具有深度学习能力的AI平台。

除AI平台建设外，公司还在加大对AIGC技术探索。

当前AI领域发展重大变革，多模态、巨型数据集飞速发展，AI优化目标函数及训练模型的技术方法大幅精进，能更好地模拟人类的认知智能。创新工场董事长兼首席执行官、创新工场人工智能工程院院长李开复博士指出，AI已经来到从1.0迈入2.0的拐点。

在AI发展新时期，以ChatGPT为代表的大模型或将彻底改变AI模型的开发模式。

对于未来发展，创新奇智表示，将延续在AI1.0时代的技术与落地经验积累，积极探索AIGC（生成式AI）技术与行业场景的结合落地，持续致力于促进制造业的数字化转型。

2022年，公司在预训练模型、数据生成等AIGC领域持续投入研发，依托于自研MMOC人工智能技术平台，创新奇智已经研发出面向行业的AIGC解决方案－AInnoGC。

AInnoGC使用模块化设计，可服务于制造领域的多个场景。如针对工业视觉领域训练样本不足的问题，提出双阶段引导的缺陷样本生成，自动生成缺陷样本图片，与少样本学习技术相结合用于工业大模型训练，可以进一步提升样本信息不足情况下的模型精度。

展望未来，创新奇智表示，MMOC平台作为公司核心技术平台，未来一年，公司会继续加大研发投入，沿着MMOC平台“三阶段”战略继续往前推进，同时，紧扣AI2.0时代生成式AI发展主题，加强AIGC方向的技术创新和应用突破。

此外，公司还表示将早日实现盈利目标。